Gemma 3n vs Gemma 3
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Gemma 3n от Google и Gemma 3 от Google — две ключевые модели ИИ в своём классе. Gemma 3n предлагает контекстное окно 32K токенов по цене $0.00/$0.00 за 1 млн токенов, а Gemma 3 — контекст 131.1K токенов по цене $0.00/$0.00 за 1 млн токенов. Ниже представлено сравнение бенчмарков, задержки и экономики.
Выбирайте и сравнивайте любые модели
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemma 3n
Модель речи и аудиоGemma 3n от Google — специализированная ИИ-модель для естественного синтеза речи, обработки аудио в реальном времени и транскрибации, обеспечивающая контекстное окно 32K, скорость 150 ток/с и индекс интеллекта 52/100 (бесплатным доступом к
$0.00 / 1M
$0.00 / 1M
32K tokens
N/A
Gemma 3
Нативная мультимодальная ИИGemma 3 от Google — специализированная ИИ-модель для нативной мультимодальной обработки текста и изображений, а также анализа документов, обеспечивающая контекстное окно 131K, скорость 105 ток/с и индекс интеллекта 68/100 (бесплатным доступ
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
Ключевые отличия кратко
- Both models cost the same under this workload — choose on capability, not price.
- Gemma 3 has a larger context window (131K vs 32K tokens).
- Gemma 3n is faster at 150 tok/s vs 105 tok/s.
| Feature | Gemma 3n | Gemma 3 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 52 | 68 |
Provider | ||
Input Price Cost per million input tokens | $0.00 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.00 / 1M |
Context Window Maximum input + output tokens | 32K tokens~48 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 4K | 16K |
Throughput Speed Tokens generated per second | 150 tok/s | 105 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
GPQA Diamond Graduate-level reasoning | N/A | 61% |
Кто лидирует в каждой категории?
At-a-glance decision frameworkEvaluations ongoing
Результаты проверенных бенчмарков
Official evaluation metrics verified by independent third-party research labs.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Задержка и скорость ответа
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Интерактивный калькулятор стоимости токенов
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemma 3n · Strengths & Key Advantages
- Контекстное окно 32K и генерация до 4K выходных токенов за ответ (MMLU-Pro 64% · Arena Elo 1220)
- Высокая скорость генерации 150 токенов/сек при задержке до первого токена (TTFT) всего 220 мс
- Открытые веса модели (2B / 5B) для локального хостинга и дообучения через vLLM, SGLang или Ollama
Considerations & Trade-offs
- Для локального запуска в полной точности требуются GPU-серверы с достаточным объемом видеопамяти (VRAM)
- В сверхсложных научных доказательствах специализированные тяжелые модели рассуждения могут показывать большую глубину
Gemma 3 · Strengths & Key Advantages
- Контекстное окно 131K и генерация до 16K выходных токенов за ответ (GPQA Diamond 61% · MMLU-Pro 78%)
- Высокая скорость генерации 105 токенов/сек при задержке до первого токена (TTFT) всего 320 мс
- Открытые веса модели (1B / 4B / 12B / 27B) для локального хостинга и дообучения через vLLM, SGLang или Ollama
Considerations & Trade-offs
- Для локального запуска в полной точности требуются GPU-серверы с достаточным объемом видеопамяти (VRAM)
- В сверхсложных научных доказательствах специализированные тяжелые модели рассуждения могут показывать большую глубину
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Gemma 3n | Gemma 3 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 3K | 5K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Технические характеристики
Architecture, release timeline, capabilities, and modalities.
| Feature | Gemma 3n | Gemma 3 |
|---|---|---|
| Official API Model ID (SDK) | models/gemma-3n | models/gemma-3 |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2025-06 | 2025-03 |
| Knowledge Cutoff | March 2025 | December 2024 |
| Architecture | Edge-optimized multimodal transformer with audio support | Native multimodal open transformer with expanded context |
| Parameters | 2B / 5B | 1B / 4B / 12B / 27B |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 4 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 4 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text, vision, audio | text, vision |
| Output Modalities | text | text |
Gemma 3n vs Gemma 3: Быстрые ответы (FAQ)
Which is more intelligent, Gemma 3n or Gemma 3?
Gemma 3 is more intelligent. It scores 68 compared with 52 on the composite Intelligence Index.
Which model is faster?
Gemma 3n is faster, generating 150 tokens per second compared with 105 tokens per second.
Which model has lower latency?
Gemma 3n has lower latency, with a time to first token of 0.22s compared with 0.32s.
Which model has a larger context window?
Gemma 3 has a larger context window, supporting 131.1K tokens compared with 32K tokens.
Вердикт
И Gemma 3n (Оптимально для естественного синтеза речи, обработки аудио в реальном времени и транскрибации, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.), и Gemma 3 (Оптимально для нативной мультимодальной обработки текста и изображений, а также анализа документов, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.) отлично подходят для продакшена: Gemma 3 лидирует в сложных тестах логики и кода, Gemma 3n обеспечивает более высокую скорость генерации, а Gemma 3n выгоднее при больших объёмах API-запросов.
Часто задаваемые вопросы (FAQ)
Что лучше для программирования и логики: Gemma 3n или Gemma 3?+
По сводному индексу интеллекта и тестам программирования лидирует Gemma 3. Подробные баллы SWE-bench и GPQA приведены в таблице выше.
У какой модели дешевле API — Gemma 3n или Gemma 3?+
Тариф Gemma 3n составляет $0.00 / $0.00 за 1 млн входных/выходных токенов, а Gemma 3 — $0.00 / $0.00. По смешанной стоимости выгоднее Gemma 3n.
У какой модели больше окно контекста и выше скорость?+
Gemma 3n поддерживает контекст 32K токенов против 131.1K токенов у Gemma 3, а по скорости генерации токенов лидирует Gemma 3n.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Command A Vision против Gemma 3n: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Gemma 3 против Gemma 2: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Gemma 3 против Llama 4 Scout: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-3.0 против Aion-Mini: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-3.0 против Gemini 3.6 Flash: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-Mini против Laguna XS 2.1: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Официальные источники: Официальная документация API Google и Google, системные карточки и независимые бенчмарки (2026).